【本期内容】

从 GDC、ChinaJoy 到今年的科隆游戏展，Agent 正在成为 AI 游戏讨论中的高频词。当角色开始拥有自己的记忆、目标和行动，能够彼此影响，甚至参与游戏世界的运行，Agent 游戏似乎正在成为一个新的趋势。

但几位从业者给出的答案，并没有那么乐观。

本期节目，我们邀请 Magic Find Ventures 创始合伙人少云、AI 原生游戏《积案拂尘》开发者简律纯，以及播客《405游局》主理人筱宁，从开发、投资和观察者的视角，一起拆解《积案拂尘》《历史模拟器：崇祯》等产品做对了什么，又暴露了哪些问题。

更自由的 NPC，不一定意味着更好的角色；能够生成内容，也不等于产生了新的玩法。模型可以处理开放问题，但一款游戏仍然需要稳定的规则、明确的反馈和可以持续运行的世界。长期记忆、世界状态、Token 成本、行为的一致性，以及那些无法交给概率模型的确定性，仍然限制着 Agent 真正进入游戏。

AI 已经可以让一个 Demo 更快地从 0 分做到 70 分，但从 70 分走向一款真正好玩的游戏，依然需要大量人工设计与打磨。它或许会改变 NPC、开发工具、游戏引擎和生产管线，但未必会以一种独立的「AI 游戏」形态取代传统游戏。

当然，问题不在 Agent 游戏这个方向本身。恰恰因为这个行业仍然处在非常早期，我们才更需要抛开技术带来的第一阵兴奋，分清哪些变化已经发生，哪些可能性仍停留在 Demo，以及 AI 真正能够为游戏增加什么。

技术可以带来更大的自由度，也可以降低创作门槛。但游戏最后仍然要回答那个最朴素、也最难的问题——它到底好不好玩？

【嘉宾】

• 郑玄｜极客公园副主编
• 少云｜Magic Find Ventures 创始合伙人
• 简律纯｜AI 原生游戏《积案拂尘》开发者
• 筱宁｜《405游局》主理人

【精彩时刻】

• 03:40 从 GDC、ChinaJoy 到科隆游戏展：Agent 游戏突然火了，但行业已经开始从追概念转向看体验
• 11:04 Multi-Agent 推理游戏《积案拂尘》的尝试：让 AI 理解玩家预设之外的调查行为
• 15:00 Agent 正在哪些游戏里落地？
• 25:22 当游戏世界开始记住玩家，自由度为什么仍需要被设计
• 39:30 什么才值得交给 Agent？传统游戏系统仍有不可替代的部分
• 43:25 《历史模拟器：崇祯》火了之后，也把 AI 游戏今天的问题暴露了出来
• 50:49 当玩家拥有更多自由，游戏如何保持一个可信、连贯的世界？
• 01:00:34 Token 成本不是定价逻辑，AI 游戏商业化最终仍要回到玩家体验
• 01:08:42 Vibe Coding 让 Demo 制作门槛降低，70 分之后仍需大量人工打磨
• 01:12:12 题材、创造玩法与设计决定 AI 能否转化为好玩的体验
• 01:23:38 长期陪伴、拟人化、角色塑造与留白：更自由的 NPC 意味着更好的角色吗？
• 01:31:25 开源生态如何重组游戏生产管线
• 01:38:52 生产成本下降后，获取玩家注意力和游戏发行反而成为更关键的变量
• 01:43:22 心选游戏安利！聊聊大家最近在玩什么

【名词释义】

• Multi-Agent：多智能体系统。由多个相对独立的 AI Agent 共同完成任务，每个 Agent 可以拥有自己的上下文、职责和工具，并通过协作、分工或相互通信完成单个 Agent 难以处理的任务。
• 行为树 Behavior Tree：一种常用于游戏 AI 的决策结构，把角色行为组织成具有层级关系的节点和分支，根据条件决定执行哪一种行为。例如 NPC 可以根据当前状态，在巡逻、追逐、攻击等行为之间切换。
• NPC：Non-Player Character，非玩家角色。指游戏中通常不由玩家直接控制的角色，其行为一般由游戏规则、脚本、行为树或 AI 系统驱动。
• Vibe Coding：一种高度依赖生成式 AI 的编程方式：开发者更多通过自然语言描述需求、观察结果并继续调整，让 AI 承担大量实际代码生成工作。
• Agent Loop：Agent 在执行任务时反复进行「理解当前情况 → 决定下一步 → 调用工具或执行行动 → 获取结果 → 再决定下一步」的过程，直到完成任务、达到停止条件或需要人类介入。
• Workflow：即工作流。把一项任务按照相对预先确定的步骤和路径组织起来，并依次调用模型、工具或程序。相比之下，Agent 通常拥有更多动态决策空间，可以根据当前情况自行决定下一步采取什么行动。
• Godot：一个免费、开源、跨平台的 2D / 3D 游戏引擎，提供场景、节点、脚本、动画、物理等游戏开发工具，可用于开发桌面、移动端和 Web 游戏及应用。
• Unity：一个用于制作 2D、3D 实时交互内容的实时开发引擎，起源于游戏开发，也被应用于其他实时 3D 内容制作场景。
• 涌现 Emergence：指复杂系统中出现设计者没有逐条预设、但能够由底层规则、对象状态及彼此互动自然产生的行为或结果。例如几个相对简单的游戏规则相互作用后，可能产生预料之外、但又符合系统逻辑的故事或玩法。
• 长期记忆 Long-Term Memory：在 Agent 或游戏系统中，指能够跨越较长时间甚至多次会话保存并重新利用的信息，例如玩家过去做过的选择、人物关系或重要事件，使未来行为不必只依赖当前一次对话上下文。
• 世界状态：游戏世界在某一时刻已经成立的事实和数据集合，例如人物位置、财政数值、任务状态、人物关系、阵营变化或物品归属等。它决定了游戏世界「现在是什么样」。
• 事件与因果：一种系统设计思路，用来记录「发生了什么」，以及一件事如何影响之后的世界状态。例如玩家下达一项命令是一项事件，它可能改变角色关系、触发后续任务，或在若干回合之后产生进一步结果。
• Context Engineering：即上下文工程。系统性决定模型在每一步应该看到哪些信息，包括系统指令、历史消息、工具说明、外部资料和记忆等，使有限的上下文窗口尽可能保留高价值信息。
• Prompt Engineering：提示词工程。通过设计和组织给模型的指令、上下文和示例，让模型更稳定地生成符合目标的结果。
• Loop Engineering：可理解为对 Agent 循环过程进行工程化设计，包括什么时候调用模型、什么时候用工具、怎样检查结果、失败后怎样重试、何时停止等。
• Graph Engineering：一个尚未形成统一行业定义的新兴工程表达。在 Agent / Workflow 语境中，可以理解为用图结构组织复杂任务：不同节点负责不同步骤，节点之间的边决定信息或控制流如何转移，从而把一个复杂的 Agent 或工作流系统组织成更明确、可控制和可观察的结构。
• 多模态 Multimodal：指 AI 系统能够处理或生成不止一种信息形式，例如文本、图片、音频和视频，并能够在这些不同模态之间进行理解和推理。
• Roguelike：一类受早期游戏 Rogue 启发的游戏类型，通常强调程序生成或随机化内容、重复挑战和死亡带来的重新开始等机制。
• AVG：Adventure Game，冒险游戏。
• TRPG：Tabletop Role-Playing Game，桌上角色扮演游戏。玩家扮演不同角色，在规则框架下通过对话、选择、叙事以及常见的骰子等机制共同推进故事。
• Roleplay：角色扮演。参与者按照某个角色的身份、背景、性格、知识和目标进行表达与行动，而不是以现实中的自己进行互动。在 AI 场景里，通常指让模型持续以某个指定角色的视角进行对话或行为。
• MMO：Massively Multiplayer Online，大型多人在线游戏。指大量玩家能够同时连接到同一个持续运行的线上游戏世界中，并在其中进行探索、战斗、交易、社交或协作。

【相关内容索引】

本期节目提到的游戏：积案拂尘 / 历史模拟器：崇祯 / 矮人要塞 / 太吾绘卷 / 塞尔达传说：王国之泪 / 模拟人生 / 王者荣耀 / 和平精英 / inZOI / 侠盗猎车手系列 / Minecraft / 最后生还者 / 博德之门 / 最终幻想 / 青椒模拟器 / 赎命电波 / 千夜之书 / 异星工厂 / 戴森球计划 / 肥鹅美食街 / 沙金工业 Sandustry / 晨星之旭 / 裂隙远征 / 杀戮尖塔 / 超级变色龙

【听友群💬】

如果你喜欢我们的节目，欢迎保存下方二维码，微信扫码加入听友群和主播互动、交流节目听后感受和选题、认识同频小伙伴～（ps：二维码不过期哦✌️）

【关于节目】

「开始连接 LinkStart」是一档由极客公园出品的科技商业播客。在这里，我们会邀请各行各业的嘉宾一起跨界对话、碰撞思想，用科技、商业和人文的视角一起描摹这个时代。

欢迎同步关注「公众号/视频号-极客公园」，第一时间，带你追踪科技热点。